La organización de investigación METR calcula que Anthropic mejora las capacidades de sus modelos en tareas bien definidas a un ritmo cercano al doble del que llevaba entre marzo de 2024 y octubre de 2025. La evaluación se hizo entre el 12 de agosto y el 29 de octubre de 2026, con acceso a datos internos y entrevistas a empleados de la empresa.
La cifra no es una medición directa de todo lo que la IA puede hacer. METR usó el AECI, un índice de Anthropic que resume el rendimiento en pruebas concretas. Según sus cálculos, desde octubre de 2025 la puntuación de esos modelos creció 1,9 veces más rápido que antes, con un intervalo de confianza del 95% de entre 1,5 y 2,8 veces. METR advierte que el resultado podría reflejar en parte las limitaciones del índice o de las pruebas elegidas.
Qué impulsa el avance
METR considera probable que la mayor parte de la aceleración actual se deba a que Anthropic utiliza sus propios sistemas de IA para investigar y desarrollar IA. No pudo establecer una proporción precisa: la organización señala que hay incertidumbre y que otros factores, como las contrataciones, también pudieron influir. Sí afirma que el aumento no se explica por un crecimiento más rápido del cómputo usado para entrenar modelos.
Las entrevistas apuntan a que, por ahora, la IA acelera sobre todo el trabajo de los investigadores, en vez de hacer por sí sola las partes centrales del entrenamiento. METR vio indicios de que las contribuciones autónomas podrían crecer, pero también reconoce que no sabe si habrá límites que frenen el avance durante los próximos 12 meses. Su valoración sobre esos posibles cuellos de botella cambió al recibir más información.
Los límites de la evaluación
Anthropic permitió a METR revisar información interna, pero censuró buena parte de las pruebas que la organización consideraba más útiles. La empresa dijo que quería evitar divulgar datos confidenciales que pudieran ayudar a otros desarrolladores. METR sostiene que esto dificulta que el público compruebe sus conclusiones por sí mismo.
El hallazgo llega después de que Dario Amodei pidiera, el 12 de septiembre, frenar el ritmo de mejora de los modelos y propusiera dar a evaluadores externos acceso similar al de empleados. METR dice que las conclusiones dependen de tareas fáciles de puntuar y no permiten trasladar con seguridad la estimación a trabajos más abiertos ni medir su impacto cotidiano. Un cofundador de Anthropic afirmó que varias conclusiones coincidían con las de la empresa, pero no dio una cifra para la aceleración.
Por qué importa
Para quienes usan herramientas de Anthropic, el análisis apunta a que sus modelos podrían mejorar más deprisa si la IA ayuda a desarrollar nuevas generaciones. Pero mide pruebas concretas, no una mejora equivalente en todas las tareas del día a día; el efecto práctico y su magnitud siguen sin estar claros.
